常瑩　朱慶華

摘要：將規(guī)則系統(tǒng)引入智能家居平臺(tái)很好地解決了將控制邏輯與程序代碼分離的問(wèn)題，用戶可以根據(jù)需求方便的添加修改規(guī)則。但是隨著智能家居系統(tǒng)的不斷擴(kuò)大，系統(tǒng)設(shè)備的增多以及帶來(lái)的用戶需求的日益復(fù)雜，規(guī)則系統(tǒng)也變得更加繁雜，不同規(guī)則之間可能發(fā)生沖突。本文介紹了智能家居系統(tǒng)中的核心部分——規(guī)則系統(tǒng)，研究了規(guī)則引擎的工作方式，揭示了規(guī)則沖突問(wèn)題的重要性。對(duì)智能家居中的規(guī)則沖突問(wèn)題進(jìn)行了研究分析，并提出了避免規(guī)則沖突問(wèn)題的方法。

關(guān)鍵詞：智能家居;規(guī)則沖突;沖突檢測(cè)

中圖分類號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）01-0199-03

1規(guī)則系統(tǒng)

在智能家居系統(tǒng)中，規(guī)則系統(tǒng)是一個(gè)核心模塊，用戶是通過(guò)制定規(guī)則來(lái)享受系統(tǒng)帶來(lái)的便利，對(duì)于系統(tǒng)中規(guī)則的存儲(chǔ)，規(guī)則的分解、匹配，規(guī)則間沖突的避免和檢測(cè)以及規(guī)則的執(zhí)行都是通過(guò)規(guī)則系統(tǒng)來(lái)完成的。規(guī)則系統(tǒng)在本文提及的智能家居結(jié)構(gòu)中位于業(yè)務(wù)層，承上啟下，發(fā)揮著非常重要的作用。規(guī)則系統(tǒng)包括規(guī)則存儲(chǔ)模塊，規(guī)則引擎模塊和沖突檢測(cè)模塊三個(gè)部分。規(guī)則存儲(chǔ)模塊即規(guī)則庫(kù)，可以用來(lái)匹配以及規(guī)則展示。規(guī)則引擎對(duì)規(guī)則庫(kù)和事件庫(kù)進(jìn)行匹配，在匹配前需要規(guī)則沖突檢測(cè)模塊對(duì)規(guī)則庫(kù)進(jìn)行檢測(cè)，如果有沖突，則需要修改規(guī)則以避免規(guī)則沖突帶來(lái)的問(wèn)題，可見(jiàn)規(guī)則沖突檢測(cè)對(duì)系統(tǒng)的重要性。如果匹配成功，則觸發(fā)規(guī)則執(zhí)行模塊去執(zhí)行動(dòng)作部分。

1.1 規(guī)則引擎技術(shù)

規(guī)則引擎起源于基于規(guī)則的專家系統(tǒng)，它是在推理引擎的基礎(chǔ)上發(fā)展而來(lái)的，是一種嵌入在程序內(nèi)的組件[1]。專家系統(tǒng)實(shí)際上是一個(gè)計(jì)算機(jī)程序，只是它包含著特定領(lǐng)域大量的知識(shí)和經(jīng)驗(yàn)，通過(guò)推理可以得到類似專家級(jí)別的效果。

規(guī)則引擎一般包括工作內(nèi)存、匹配器、規(guī)則集容器和執(zhí)行器幾個(gè)部分，其結(jié)構(gòu)如圖所示。（1）規(guī)則集容器連接著存儲(chǔ)規(guī)則的數(shù)據(jù)庫(kù)，用于將規(guī)則數(shù)據(jù)庫(kù)中的規(guī)則取出來(lái)以待匹配，是匹配前的規(guī)則緩存模塊。（2）工作內(nèi)存則相當(dāng)于一個(gè)事件庫(kù)，其中存放著當(dāng)前的環(huán)境參數(shù)，設(shè)備狀態(tài)等事件信息。（3）匹配器將規(guī)則集容器和工作內(nèi)存連接起來(lái)，分別對(duì)兩者中的規(guī)則和事件進(jìn)行匹配，若匹配成功，則可以執(zhí)行該規(guī)則。（4）執(zhí)行器則存儲(chǔ)著匹配成功的規(guī)則，并且系統(tǒng)會(huì)去按一定順序執(zhí)行這個(gè)規(guī)則的動(dòng)作部分。

規(guī)則引擎的工作流程如下所示：

1）調(diào)用規(guī)則沖突檢測(cè)模塊對(duì)規(guī)則數(shù)據(jù)庫(kù)中的規(guī)則進(jìn)行沖突檢測(cè)，如果沖突，則將沖突規(guī)則返回修改;

2）從規(guī)則庫(kù)中取出需要匹配的規(guī)則放到規(guī)則集容器，并轉(zhuǎn)化成一定的形式以便匹配;

3）更新工作內(nèi)存中的數(shù)據(jù)，即更新事件庫(kù);

4）匹配器對(duì)容器中規(guī)則和工作內(nèi)存中的事件進(jìn)行匹配，并將匹配成功的規(guī)則加入執(zhí)行器;

5）執(zhí)行器按照某種預(yù)定順序去執(zhí)行匹配成功規(guī)則的動(dòng)作。

規(guī)則引擎適合比較復(fù)雜的而且沒(méi)有明確清晰的解決方案的場(chǎng)景，對(duì)于需要?jiǎng)討B(tài)更新，基于一定數(shù)據(jù)量能夠很快做出決策的場(chǎng)景也非常適用。目前常見(jiàn)的商業(yè)引擎有ILOG的JRules和Jess，商業(yè)引擎做得比較成熟好用，穩(wěn)定性高，但缺點(diǎn)是其價(jià)格非常昂貴。作為一個(gè)商業(yè)引擎，Jess并不是開(kāi)源的，但是好在對(duì)于學(xué)術(shù)研究用途是免費(fèi)提供的，只有商業(yè)用途時(shí)才需要付費(fèi)，因此基于Jess的研究項(xiàng)目非常多。而Drools則是目前最活躍的開(kāi)源引擎。

1.2 Rete算法

在規(guī)則引擎中，規(guī)則匹配模塊尤為重要，其匹配質(zhì)量和效率直接影響著規(guī)則引擎的好壞。常用模匹配算法有Rete，Leaps，Treat等。目前許多規(guī)則引擎的匹配算法都是基于1982年Forgy提出的RETE算法改進(jìn)而成的[2]。

Rete算法是一種高效的前向鏈型匹配算法，它是基于時(shí)間冗余性和結(jié)構(gòu)相似性這兩個(gè)基本的假設(shè)。（1）時(shí)間冗余性，即在每個(gè)執(zhí)行周期，往往只有一小部分的事實(shí)發(fā)生了變化，如果每次對(duì)所有的事實(shí)重新匹配，效率非常低下，因此可以記錄下已經(jīng)匹配過(guò)得事實(shí)，然后下次匹配只對(duì)變化的事實(shí)進(jìn)行匹配。（2）結(jié)構(gòu)相似性，是指許多規(guī)則之間往往具有比較相似的模式和模式組。

在產(chǎn)生式系統(tǒng)（productionsystem）中，被處理的數(shù)據(jù)稱為工作內(nèi)存（workingmemory），一條產(chǎn)生式規(guī)則分為兩個(gè)部分前提（LHS）和結(jié)論（RHS），進(jìn)行匹配的主要流程可以分為：

（1）匹配找出符合條件部分的workingmemory集合;

（2）然后選擇一個(gè)條件被滿足的規(guī)則;

（3）執(zhí)行該規(guī)則的動(dòng)作部分;

（4）返回（1）;

Rete算法主要是通過(guò)構(gòu)建一個(gè)匹配網(wǎng)絡(luò)來(lái)提升匹配步驟的效率，該匹配網(wǎng)絡(luò)分為aloha網(wǎng)絡(luò)和beta網(wǎng)絡(luò)兩個(gè)部分進(jìn)行匹配。Rete算法的核心思路是將在過(guò)去匹配過(guò)程中的全部信息保存下來(lái)，用于再次匹配時(shí)的篩選，以便提高匹配效率。在不斷循環(huán)匹配中，通過(guò)記住已經(jīng)匹配過(guò)的事實(shí)，然后只去計(jì)算新刪除或新添加的事實(shí)所引發(fā)的變化，僅通過(guò)變化的事實(shí)去匹配其對(duì)應(yīng)的規(guī)則，因?yàn)槊看问聦?shí)的變化相對(duì)于規(guī)則來(lái)說(shuō)是少量，因此這種從事實(shí)去匹配規(guī)則的演繹推理能有效降低計(jì)算量，提升匹配效率。但隨之而來(lái)的問(wèn)題就是需要占用大量的內(nèi)存資源，運(yùn)行成本增加。

2規(guī)則沖突類型分析

所謂規(guī)則，就相當(dāng)于一條完整的控制指令?；谖锫?lián)網(wǎng)的智能家居傳感網(wǎng)絡(luò)可以從當(dāng)前環(huán)境狀態(tài)下獲取相關(guān)環(huán)境狀態(tài)參數(shù)以及設(shè)備狀態(tài)參數(shù)，如果滿足用戶設(shè)定的觸發(fā)條件，控制系統(tǒng)便控制設(shè)備對(duì)當(dāng)前環(huán)境或者設(shè)備狀態(tài)進(jìn)行改變。規(guī)則可以分為條件（Condition）部分和動(dòng)作（Action）部分。即IF條件部分滿足，THEN執(zhí)行動(dòng)作部分的相應(yīng)動(dòng)作。

本文可以將規(guī)則抽象成是由用戶（User），觸發(fā)器（Triggers）和執(zhí)行器（Actuators），環(huán)境實(shí)體（Environments）四個(gè)部分組成[3]。其中用戶中包括用戶ID以及用戶權(quán)限，觸發(fā)器中包括條件中涉及的環(huán)境實(shí)體的ID，觸發(fā)條件，以及該觸發(fā)條件優(yōu)先級(jí)。環(huán)境實(shí)體中包括環(huán)境實(shí)體ID，以及它前狀態(tài)和后狀態(tài)。執(zhí)行器中包括執(zhí)行動(dòng)作中涉及環(huán)境實(shí)體的ID以及動(dòng)作（Action）。通過(guò)對(duì)上述規(guī)則模型分析，可以發(fā)現(xiàn)規(guī)則之間可能會(huì)有相似觸發(fā)條件，相似執(zhí)行動(dòng)作，相反執(zhí)行動(dòng)作等關(guān)系，進(jìn)一步總結(jié)這些關(guān)系得出了下述幾種規(guī)則沖突類型：

1）執(zhí)行動(dòng)作相反沖突。執(zhí)行動(dòng)作相反沖突即當(dāng)前狀態(tài)下，兩條規(guī)則的條件部分都得到滿足，并且兩規(guī)則優(yōu)先級(jí)相同，即兩條規(guī)則同時(shí)被觸發(fā)時(shí)，如果兩條規(guī)則的執(zhí)行器是對(duì)相同環(huán)境實(shí)體采取相反的動(dòng)作，即發(fā)生了執(zhí)行動(dòng)作相反沖突。例如下面兩條規(guī)則：

RA：當(dāng)溫度大于28℃時(shí)，則打開(kāi)空調(diào);

RB：當(dāng)溫度大于28℃時(shí)，則關(guān)閉空調(diào)。

2）影子沖突。影子沖突即兩條規(guī)則的觸發(fā)條件部分有相互包含的關(guān)系，而且兩規(guī)則的執(zhí)行器對(duì)同一環(huán)境實(shí)體采取了相同的操作。比如：

RA：如果室內(nèi)PM2.5濃度>35mg/m?，則打開(kāi)空氣凈化器;

RB：如果室內(nèi)PM2.5濃度>45mg/m?，則打開(kāi)空氣凈化器。

如果當(dāng)前室內(nèi)的PM2.5是50mg/m?，兩條規(guī)則皆符合。但考慮當(dāng)前室內(nèi)PM2.5濃度是40mg/m?時(shí)，顯然未滿足RB的觸發(fā)條件，但滿足RA要打開(kāi)空氣凈化器的條件，顯然這兩條規(guī)則之間是沖突的。

3）依賴沖突。依賴沖突是指RA的觸發(fā)條件恰好是RB執(zhí)行后的狀態(tài)，而RB的觸發(fā)條件也恰好是RA執(zhí)行后的狀態(tài)，兩條規(guī)則的觸發(fā)條件和對(duì)方的執(zhí)行后狀態(tài)互為依賴型。例如下面兩條規(guī)則：

RA：如果打開(kāi)照明燈光，則關(guān)閉窗簾;

RB：如果關(guān)閉了窗簾，則打開(kāi)照明燈光。

上述兩條規(guī)則如果單獨(dú)存在，則可以正常運(yùn)行，但是如果兩條規(guī)則同時(shí)存在，一旦一條規(guī)則被觸發(fā)，比如打開(kāi)了燈光，那么將會(huì)關(guān)閉窗簾，相應(yīng)地B規(guī)則也會(huì)被觸發(fā)，這樣兩條規(guī)則會(huì)不斷進(jìn)行循環(huán)執(zhí)行，占用系統(tǒng)資源，影響系統(tǒng)穩(wěn)定性。在依賴沖突里，上述兩條規(guī)則間的依賴是一種直接依賴，還有可能就是有三條或三條以上的規(guī)則之間存在著間接依賴關(guān)系。

3規(guī)則模型

本文是基于本體和SWRL規(guī)則語(yǔ)言對(duì)智能家居規(guī)則沖突問(wèn)題進(jìn)行研究的，因此將使用SWRL建立規(guī)則。

SWRL是一種語(yǔ)義網(wǎng)規(guī)則表示語(yǔ)言，由W3C在2004年提出。SWRL結(jié)合了本體語(yǔ)言O(shè)WLDL，OWLLite與規(guī)則標(biāo)記語(yǔ)言SWRLML[4]。SWRL允許用戶編寫(xiě)基于OWL概念表示的規(guī)則，而且它能夠提供比OWL語(yǔ)言更加強(qiáng)大的推理能力。在語(yǔ)義上，SWRL是建立在與OWL相同的描述邏輯基礎(chǔ)上，并在執(zhí)行推理時(shí)提供類似的強(qiáng)形式保證。

在形式上，一條SWRL規(guī)則分為兩個(gè)部分，一個(gè)前提（antecedent）與一個(gè)結(jié)論（consequent）。Antecedent部分在owl文件中使用Body標(biāo)簽，consequent在owl文件中使用Head標(biāo)簽。即SWRL規(guī)則可以抽象為如下所示的形式：

Antecedent—>Consequent。

其中Body和Head部分都可以包含一個(gè)或者多個(gè)原子（atoms）。所以也可以將規(guī)則表示成：

atom^atom^atom^…—>atom^atom^…

它所表示的意思是只要前提部分的所有atoms都為真，就可以得到結(jié)論部分所有的atoms也為真。一個(gè)atom是形如：

P（arg1，arg2，arg3…argn）

其中P是一個(gè)謂詞符號(hào)，其中arg1， arg2，…，argn是表達(dá)式的項(xiàng)或參數(shù)。在SWRL中，支持五種類型的謂詞：OWL類、OWL屬性、數(shù)據(jù)類型、數(shù)據(jù)范圍和內(nèi)置函數(shù)。參數(shù)可以是OWL個(gè)體或數(shù)據(jù)值或引用它們的變量。SWRL中的所有變量都被視為普遍的量化，其范圍僅限于給定的規(guī)則。

在SWRL中約定了一種規(guī)范，用戶是按照這些規(guī)范去方便的制定規(guī)則的。它主要分為四個(gè)部分：Imp、Atom、Variable和Building。Imp包括head和body，head表示的是這條規(guī)則的結(jié)果部分，body則是這個(gè)結(jié)果需要滿足的所有條件的交，在head和body中包含著的一個(gè)個(gè)實(shí)例則是由原子和變量（variable）組成的。在Atom中包含了幾種限制表達(dá)式，其主要可分為以下幾類：C（x），P（x，y）， sameAs（x，y） 以及differentFrom（x，y）。C表示的是OWL中的類，P是OWL屬性，括號(hào)中的x，y可以是變量，可以是owl個(gè)體（owlindividual），也可以是owl數(shù)據(jù)值。SameAs表示x和y相等，diffrentfrom表示x和y不相等。Building是SWRL內(nèi)置的模塊化元件，在編寫(xiě)規(guī)則時(shí)可以直接使用。

SWRL中提供了七種atoms：ClassAtoms、IndividualPropertyatoms、DataValuedPropertyatoms、DifferentIndividualsatoms、SameIndividualatoms、Built-inatoms、DataRangeatoms。下面列出一條簡(jiǎn)單的SWRL規(guī)則實(shí)例：

hasParent（？x ， ？y）^hasBrother（？y ， ？z）->hasUncle（？x，？z）

這條規(guī)則是說(shuō)如果y是x的父親并且z是y的兄弟，那么我們便可以得到z是x的叔叔。根據(jù)上述其中不同的atoms以及它們之間自由的組合，我們便可以使用SWRL構(gòu)建強(qiáng)大的規(guī)則庫(kù)，結(jié)合本體知識(shí)庫(kù)和SWRL，便可以使用推理機(jī)進(jìn)行推理，挖掘中知識(shí)庫(kù)中隱藏的大量信息。

如果一條規(guī)則條件部分包含了“∧”和“∨”這樣的邏輯運(yùn)算符，那么規(guī)則往往可以通過(guò)這種邏輯組合表示的特別復(fù)雜。復(fù)雜的規(guī)則形式會(huì)使沖突檢測(cè)變得困難，為解決這一問(wèn)題，我們可以使用析取范式來(lái)將復(fù)雜的規(guī)則轉(zhuǎn)化為基本的簡(jiǎn)單規(guī)則。比如形如：f：A1∧A2∧（A3∨（A4∧A5））->B1∧B2的一條規(guī)則，通過(guò)拆分化簡(jiǎn)可以將其分解為下述兩條簡(jiǎn)單規(guī)則：：A1∧A2∧A3->B1∧B2與A1∧A2∧A4∧A5->B1∧B2，這樣處理后會(huì)方便進(jìn)行沖突檢測(cè)。

4一種基于智能家居的規(guī)則沖突避免機(jī)制

基于智能家居系統(tǒng)中規(guī)則沖突的常見(jiàn)性以及帶來(lái)的不良后果，必須有一套規(guī)則沖突避免和檢測(cè)機(jī)制。在規(guī)則系統(tǒng)中，如果對(duì)所有的規(guī)則都進(jìn)行規(guī)則沖突檢測(cè)的話，一是如果規(guī)則庫(kù)非常龐大，那么所帶來(lái)的時(shí)間開(kāi)銷和資源開(kāi)銷也會(huì)大為增加。二是其實(shí)沒(méi)有必要進(jìn)行全部檢測(cè)，在日常場(chǎng)景中，我們對(duì)各種家居設(shè)備操作的頻率以及它們的重要性都有非常大的差異，因此可以在檢測(cè)之前采用一定方法進(jìn)行規(guī)則沖突的避免?？梢曰趦?yōu)先級(jí)或者是“先進(jìn)后出”的方法去執(zhí)行規(guī)則?！跋冗M(jìn)后出”即一種類似棧機(jī)制的一種方法，即后添加的規(guī)則先被激活，先添加的后被激活，由于這種方式并不適合多任務(wù)并發(fā)的智能家居場(chǎng)景，因此暫不做討論。下面將提出基于場(chǎng)景優(yōu)先級(jí)和基于用戶優(yōu)先級(jí)的規(guī)則沖突避免方法。

4.1 基于場(chǎng)景優(yōu)先級(jí)

在智能家居系統(tǒng)中，用戶可以將所需要執(zhí)行的任務(wù)劃分為多個(gè)場(chǎng)景類型，每一個(gè)任務(wù)就對(duì)應(yīng)著一條規(guī)則，而為每一條規(guī)則設(shè)定一個(gè)場(chǎng)景類型。比如現(xiàn)在有如下兩條規(guī)則，RA：當(dāng)檢測(cè)到室內(nèi)煙霧濃度高時(shí)，就打開(kāi)窗戶并打開(kāi)煙霧報(bào)警;RB：當(dāng)打開(kāi)音響時(shí)，關(guān)閉窗戶。那么如果在煙霧濃度過(guò)高時(shí)，恰好打開(kāi)了音響，這時(shí)兩條規(guī)則便發(fā)生了沖突。但明顯RA涉及安全，更為重要，需要優(yōu)先執(zhí)行，因此我們可以將這兩條規(guī)則加入不同的場(chǎng)景類型中，并按照類型的重要性為場(chǎng)景類型設(shè)置不同的優(yōu)先級(jí)，正好避免了這種沖突的發(fā)生[5]。

我們可以將場(chǎng)景劃分為以下四種場(chǎng)景類型：

1）安全場(chǎng)景。R1：如果在夜間，窗戶或者門(mén)被打開(kāi)，則打開(kāi)燈光，打開(kāi)報(bào)警器;

2）娛樂(lè)場(chǎng)景。R2：如果打開(kāi)家庭影院，則關(guān)閉窗簾，關(guān)閉燈光。

3）能量場(chǎng)景。R3：當(dāng)家用電器總功率超過(guò)2000W時(shí)且溫度低于28℃時(shí)，則關(guān)閉空調(diào)。

4）環(huán)境場(chǎng)景。如果有人在家且室內(nèi)PM2.5濃度>35mg/m?，則打開(kāi)空氣凈化器。

根據(jù)不同的需求，用戶可以靈活的設(shè)定各場(chǎng)景的優(yōu)先級(jí)。例如：當(dāng)家里有成人且孩子在家時(shí)，我們可以把娛樂(lè)場(chǎng)景設(shè)置到最高優(yōu)先級(jí)，安全場(chǎng)景次之。當(dāng)家中有老人時(shí)我們又可將環(huán)境場(chǎng)景設(shè)置到最高優(yōu)先級(jí)，為老人的健康提供一定的服務(wù)。

對(duì)于不同場(chǎng)景類型的規(guī)則之間的沖突使用優(yōu)先級(jí)便可以避免。對(duì)于同一場(chǎng)景類型中規(guī)則之間的沖突，我們可以使用沖突檢測(cè)算法進(jìn)行檢測(cè)，此時(shí)由于進(jìn)行的場(chǎng)景劃分，沖突檢測(cè)時(shí)需要遍歷的規(guī)則數(shù)也將減少，效率也會(huì)提高。

4.2 基于用戶優(yōu)先級(jí)

此外，還可以進(jìn)行基于用戶優(yōu)先級(jí)的沖突避免。在家庭中往往有多個(gè)人同時(shí)生活，相應(yīng)的也將會(huì)有多個(gè)用戶可以制定規(guī)則。由于不同用戶需求不同，因此不同用戶之間制定的規(guī)則具有隨機(jī)性，很可能會(huì)發(fā)生沖突。如果現(xiàn)在系統(tǒng)中存在兩個(gè)用戶，A用戶制定了一條R1：在早晨七點(diǎn)到八點(diǎn)之間打開(kāi)窗戶進(jìn)行通風(fēng)。B用戶制定了一條R2：在晚上10點(diǎn)后到早晨10點(diǎn)前，關(guān)閉窗戶，以便睡眠不被噪聲干擾。那么在這兩段時(shí)間重合的區(qū)域，系統(tǒng)將會(huì)發(fā)生規(guī)則沖突。為解決上述問(wèn)題，可以采用類似設(shè)置用戶權(quán)限的方法，為A，B用戶設(shè)定不同的優(yōu)先級(jí)，當(dāng)不同用戶的規(guī)則發(fā)生沖突時(shí)，系統(tǒng)將選擇執(zhí)行優(yōu)先級(jí)高的用戶的規(guī)則，從而可以避免這種類型的沖突發(fā)生。

可見(jiàn)，上述基于優(yōu)先級(jí)的規(guī)則沖突避免機(jī)制很好地將各用戶，各需求場(chǎng)景之間的沖突進(jìn)行了避免，可以使得不同用戶不同場(chǎng)景規(guī)則的添加變得更為豐富靈活同時(shí)又不影響規(guī)則的執(zhí)行，也降低了沖突檢測(cè)模塊的復(fù)雜度。其主要分為兩個(gè)階段，首先是場(chǎng)景任務(wù)的添加階段，此時(shí)涉及了同一類型場(chǎng)景的沖突檢測(cè)，如果有沖突，則提醒用戶進(jìn)行規(guī)則修改，如果沒(méi)有沖突，則進(jìn)行場(chǎng)景任務(wù)執(zhí)行階段，此階段便可以基于預(yù)設(shè)的場(chǎng)景優(yōu)先級(jí)以及用戶優(yōu)先級(jí)，決定執(zhí)行哪些規(guī)則。

參考文獻(xiàn)：

[1] 劉偉. Java規(guī)則引擎——Drools的介紹及應(yīng)用[J]. 網(wǎng)絡(luò)新媒體技術(shù)， 2005，26（6）：717-721.

[2] Forgy CL. Rete： a fast algorithm for the many pattern/many object pattern match problem[M]. Expert systems. IEEE Computer Society Press， 1991：547-559.

[3] SunY， WangX， LuoH， etal. Conflict Detection Scheme Based on Formal Rule Model for Smart Building Systems[J]. IEEE Transactionson Human-Machine Systems， 2015， 45（2）：215-227.

[4] 金保華， 林青， 付中舉， 等. 基于SWRL的應(yīng)急案例庫(kù)的知識(shí)表示及推理方法研究[J]. 科學(xué)技術(shù)與工程， 2012， 12（33）：9049-9055.

[5] 潘平安. 基于Zigbee和Android的智能家居系統(tǒng)的研究與實(shí)現(xiàn)[D].華東交通大學(xué).2017

【通聯(lián)編輯：王力】